AI
- Advertisment -
瑞薩微處理器新品實現低功耗即時影像處理
瑞薩電子近日宣布，目前正透過端點(Endpoint)的智慧化，積極擴展其嵌入式人工智慧型(e-AI)解決方案的範圍，推動AI導入嵌入式系統。全球已有10多個國家約150家公司在進行基於此技術的工具試驗，而e-AI的實際應用案例則已超過30個。為此，瑞薩開發出了RZ/A2M MPU(微處理器)，將e-AI解決方案擴展到高階的應用。
此新款MPU能提供超越其前代產品RZ/A1十倍的影像處理性能，並採用瑞薩獨有的可動態重配置處理器(Dynamically Reconfigurable Processor, DRP)，以實現低功耗的即時影像處理。這讓採用嵌入式元件的應用產品(如智慧型家電、服務機器人、和小型工業機器)，能在低功耗的條件下，透過攝像機和其他AI功能來進行影像辨識，並加速智慧型端點的實現。
目前，要在操作技術(Operational Technology, OT)領域中使用AI，會存在著一些挑戰，例如將大量的感測器數據傳送到雲端以供處理的困難性，以及等待雲端回傳AI判斷時的延遲。瑞薩先前所提供的AI單元解決方案，能透過精確分析馬達或機器的振盪波形，來即時偵測出以往無法找到的故障。但為了加速AI在OT領域的應用，瑞薩開發出了配備DRP的RZ/A2M，藉以實現比波形測量和分析更需要大量數據、以及更強大處理性能的影像AI功能。
機器人應用一觸即發 擘畫無線充電新版圖
2018年人工智慧機器人討論熱度持續升溫，無論是哪一家機器人製造商皆希望透過差異化的產品特色，贏得市場注目進而創造營收佳績，而無線充電技術的導入，就是一項刺激機器人創造另一波成長高峰的關鍵技術。
機器人對無線充電的需求，就像是一頭沉睡的獅子般逐漸被喚醒。捷佳科技市場總監亓立安表示，磁共振已突破無線充電距離、功率與面積的限制，成為許多機器人製造商將產品無線化的東風，包含掃地機器人、陪伴/個人型機器人、家庭報警/安防機器人，機器手臂等應用，皆有望成為未來無線充電導入的目標。
以現階段來看，首波導入無線充電技術的機器人，預計鎖定於掃地機器人和陪伴型機器人為主。亓立安談到，許多掃地機器人原來使用的充電座，可能會因為使用時間久而產生氧化或對位充電不精確等問題，有其採用無線充電技術的必要性。
而從技術面來討論，無論是哪一類型的機器人，在行走的過程中，都會需要離地面一些距離。舉例來說，掃地機器人在行進的過程中，離地大約1~1.5公分左右，而這絕對需要磁共振技術才能實現，因為磁感應技術受限於物理限制，若超過0.7公分，對於充電效率影響極大。
不過，雖然磁共振技術為無線充電應用帶來許多好處，但以目前的成本價格來看仍然偏高。普遍來說，一個接收器與發射器的模組加起來預估約50美金左右，將可能成為廠商投入的絆腳石。但綜觀機器人產業來看，較屬於創新型市場，對於高單價的無線充電技術導入意願較高，據了解目前已有廠商默默耕耘相關市場。
亓立安認為，所有創新都需要一個產業的領頭羊帶動市場，就像智慧手機無線充電的爆發，也是在三星和蘋果兩大手機品牌商的導入有明顯的成長，而機器人市場也是如此。目前該公司已與北美知名品牌掃地機器人廠商，以及陪伴型機器人大廠合作無線充電技術，提供30W傳輸功率、20公分傳輸距離，其效率約70%左右的無線充電模組，預計今年年底開始出貨，相關機器人產品亮相的時間點約莫2019年年底，屆時市場大量鋪貨，將引發更多製造機器人的廠商跟進效應。
亓立安透露，2019年預計將有更多不同類型的機器人導入無線充電技術，故該公司正積極標準化旗下機器人無線充電模組，期能在模組尺寸小型化的同時，進一步提升輸出功率與效率，刺激無線充電機器人市場更加蓬勃發展。
大聯大推用於智慧城市/IoT邊緣計算的智慧相機
致力於亞太區市場的領先零組件通路商大聯大控股近日宣布，旗下友尚集團將推出英特爾(Intel)應用於智慧城市與物聯網邊緣計算的智慧相機。
邊緣計算搭配人工智慧可以一起解決物聯網所帶來的大量數據。物聯網時代來臨，隨著設備的不斷增加，數據的數量也將巨幅增加。以攝影機為例，隨著市場趨勢變化，攝影機的解析度從720P、1080P轉到4K，其一天所產生的資料量將達到200GB，不僅如此，自駕車、智慧醫療及智慧工廠一天所產生的數據資料將超過1PB。若不斷將這些巨量資料上傳到雲端，雲端服務器將面臨巨大的儲存壓力，同時也產生相當可觀的成本。因此Intel提出可應用於智慧攝影機邊緣計算及AI的解決方案，讓最靠近端點的設備具有運算與分析能力，將收集到的資料在端點做處理與分析，將具有價值的資料再打包傳送到雲端，此可有效降低對網路頻寬的需求，提供即時的數據處理能力。
物聯網中不同的網路資源所需的計算資源需求不同，加上人工智慧部署，其需要不同特性的硬體平台，以及軟硬體合作改善。在智慧相機平台上，涵蓋英特爾的處理器、Movidius神經網路處理器和FPGA、網路以及儲存技術等領先而完整的硬體平台，以及OpenVINO Toolkit與函數庫，改善開放原始碼框架。
瑞薩IP解決方案支援AI/自駕子系統
瑞薩電子近日宣布擴大其廣泛的智財權(IP)授權陣容，使設計人員能夠在產業瞬息萬變的情況下滿足廣泛的客製化需求。瑞薩在其微控制器(MCU)和系統單晶片(SoC)產品範圍內整合了廣泛的IP，包括中央處理器(CPU)IP，通訊介面IP，計時器IP，記憶體IP和類比IP等。瑞薩將提供客戶其IP產品組合中最受歡迎的資產。第一批產品將包括超過40個IP授權，包括CPU核心(如RX、SH等)、馬達應用的計時器IP、USB核心和SRAM等。未來將根據客戶需求提供更多授權。
瑞薩開發了大量的IP解決方案。包括了獨立的CPU和周邊IP模組，以及連接到IP模組的子系統，如匯流排控制器或中斷控制器。這所有的IP資產所具有的高可靠性和高品質，業界期望能由一家涵蓋設計到製造等所有階段的垂直整合半導體元件供應商來提供。而身為半導體製造商，瑞薩以他人難以望其項背的專業知識為基礎，也提供技術支援。
對於有興趣為人工智慧(AI)、自動駕駛汽車和機器人等應用開發客製化晶片的製造商可以在其子系統設計中利用瑞薩IP，使他們能夠專注於開發自己的競爭性IP資產，從而加速先進的半導體開發流程。此外，使用現場可編程閘陣列(FPGA)元件進行早期開發的製造商，則可以利用瑞薩的IP資產來加速軟體開發，從而實現早期評估並加快產品上市時間，以立即導入量產。
AI將為產業帶來全面性的變革與成長
AI人工智慧不僅將顛覆人們未來的生活，也將廣泛影響各行各業，科技創新影響無遠弗屆，AI運用大量資料、演算法以及高速運算能力，加乘智慧系統使其展現更快的學習能力、更準確的預測能力、以及更高的辨識率，將改變既有應用生態產生新應用、新產品、新體驗。
首先，邊緣運算正興起。工研院IEK預估2018年有近四成企業規劃在終端處理資料，2020年有75%資料，幾乎都會在終端來完成處理。第二趨勢是AI晶片未來五年市場高度成長，預計2020年商機達158億美元，從2017~2020年均複合成長率為63.5%。第三個趨勢是安全隱私保護愈趨重視。
根據工研院IEK的研究顯示，廣告行銷業將大量採用AI技術，包括網路服務與社群媒體，為AI應用最大的市場區隔，2015~2020年CAGR為61.8%，2024年產業規模達29億5,000萬美元；投資業2024年產業規模達24億9500萬美元，2015~2020年CAGR達61.1%；金融服務業則以70.5%的CAGR拿下最具潛力應用；而自動駕駛與晶片業產業規模也有3億8000萬美元，CAGR達41.3%。
產學攜手創佳績 A-SSCC重要性逐年提升
近年亞洲諸國在半導體製造與晶片設計不僅已成為國際上的重要成員，更是未來成長幅度最大之區域。因此，兼具學術與產業影響力之IEEE亞洲固態電路會議(IEEE A-SSCC)，亦成為晶片設計領域之重要國際會議。
IEEE A-SSCC台北分會主席張孟凡指出，亞洲的半導體產業日趨強盛，除了台灣在IC設計與晶圓代工具備堅強實力，日本在汽車電子的發展亦不容小覷，韓國則是在記憶體領域拔得頭籌，中國更在近年於半導體領域急起直追；使得A-SSCC會議的重要性更為顯著。
2018 IEEE A-SSCC會議在今年即將邁入第14屆，且為台灣第四度主辦。由於近年來行動裝置與人工智慧晶片的普及應用，造就市場渴求更深化融合的前瞻行動智慧裝置，因此今年度的主題聚焦在「Silicon Enabling Mobile Intelligence」將針對半導體趨勢、5G、人工智慧(AI)等主題有更多的探討。
舉例而言，近年來雙鏡頭、三鏡頭系統逐漸出現在智慧型手機應用之中，除了提供了更好的拍攝品質之外，更能實現AR、VR、事後對焦等應用。清華大學電機工程學系副教授黃朝宗便率領團隊，提出了「FPGA低功耗光場廣域深度處理器」論文，發表五鏡頭的影像捕捉方法與系統展示。
黃朝宗說明，五鏡頭系統與硬體的成本、功耗皆和傳統方案無太大差異，然而在五年前開始投入該研究時，市場上尚未出現雙鏡頭手機，因此廠商對於多鏡頭架構多有所保留；然而時至今日三鏡頭架構亦將開始導入手機，相信五鏡頭的市場接受度也將逐漸提高。
另外，張孟凡也提到，台灣近年也由於晶片系統國家型計畫(NSOC Program)、智慧電子國家型計畫以及射月計畫的推動而有所斬獲。在未來，學界也將持續與產業界攜手共同發展技術。
2018年台灣在產學研界的熱切參與及大力推動下，在A-SSCC再創佳績。共被大會接受16篇論文。其中學界部份，清華大學獲選5篇論文、台灣大學4篇論文、交通大學4篇論文、成功大學1篇、台科大1篇；業界部份，台積電有1篇入選。由此可見，台灣過去於晶片設計領域之研發技術的投資逐漸開花結果，將引領台灣半導體晶片設計領域邁向從技術跟隨者與低成本取向，轉型為技術領先者與高利潤之優勢。
Vicor展出最新模組化電源解決方案
Vicor將參加於10月16日及17日在北京舉行的中國領先資料中心活動--開放式資料中心委員會(ODCC)峰會，展示其針對48V機架配電架構及先進人工智慧(AI)處理器的最新模組化電源解決方案。
將演釋的最新技術產品有三相交流至48V直流模組化電源解決方案和48V直接到載的模組化電源解決方案，以及先進冷卻系統技術。
ODCC的使命是打造中國資料中心開放式平台，推動網際網路產業的發展及基礎設施標準化，並加速網際網路產業化的進程。ODCC峰會由阿里巴巴、百度、騰訊、中國電信、中國移動、中國資訊通信研究院及英特爾聯合主辦。
Kneron NPU運算效能提升3倍
終端人工智慧解決方案廠商耐能智慧(Kneron)近日參與在上海舉行的Arm人工智慧開發者全球峰會，以「可重組算法在AI晶片中的應用」為主題發表演說，會中同時發布Kneron新一代終端人工智慧處理器系列NPU IP - KDP Series。Kneron第二代NPU IP包括三大產品，分別為超低功耗版KDP 320、標準版KDP 520、以及高效能版KDP 720。全系列產品的功耗小於0.5瓦(W)，採用新的架構設計讓運算更具彈性，整體運算效能相較上一代產品大幅提升達3倍，運算能力(Peak Throughput)最高可達5.8 TOPS(每秒萬億次運算)。
Kneron創辦人暨執行長劉峻誠表示，Kneron推出為終端裝置所設計的人工智慧處理器NPU IP後，其超低功耗的優勢受到市場高度關注。Kneron新一代NPU產品在諸多方面都有顯著的突破，基於第一代產品的優勢，我們改善資料運算流程、提升整體運算效能與儲存資源使用率，同時針對不同神經網路模型進行優化，讓NPU可以更廣泛地應用在各種終端裝置，並滿足更複雜的運算需求。
Kneron NPU IP可應用在智慧手機、智慧家居、智慧安防、以及各種物聯網設備上，讓終端裝置在離線環境下就能運行各種神經網路。Kneron第二代NPU IP採用新的交錯式運算架構(Interleaving Computation Architecture)設計，縮短運算流程和提升效率；深度壓縮(Deep Compression)技術讓壓縮功能從模型層級深入至資料和參數層級，使壓縮率再提升。動態儲存資源配置功能提升儲存資源利用率，卻不影響運算效能。此外，支援更廣泛的卷積神經網路(Convolutional Neural Networks, CNN）模型，並針對各種CNN模型分別進行優化，在不同神經網路模型下，可提升1.5倍~3倍不等的效能。
NXP與富士康工業互聯網策略合作
恩智浦半導體(NXP Semiconductors)在「2018恩智浦未來科技峰會」上宣布，與富士康工業互聯網股份有限公司(Foxconn Industrial Internet, FII)策略合作，為工業富聯提供工業物聯網平台的解決方案及技術支援。
基於該合作，恩智浦將憑藉其在人工智慧物聯網領域全面的產品組合，提供工業富聯多方位的技術與解決方案支援。雙方將攜手搭建具充分適應性及安全性的工業物聯網生態平台，幫助製造企業實現智慧化生產與管理，催生全新生產方式與商業模式創新。
富士康工業互聯網股份有限公司副總裁陳冠棋表示，工業富聯在中國A股上市以來，正在加速布局科技服務業務，建構以雲端運算、行動終端、物聯網、大數據、人工智慧、高速網路及機器人為驅動的跨產業跨領域工業物聯網應用平台。
恩智浦半導體全球銷售暨行銷執行副總裁Steve Owen則表示，恩智浦擁有全球領先的人工智慧物聯網產品組合，能夠為工業4.0及物聯網應用的開發部署提供強而有力的保障。該公司很高興能與工業富聯建立合作關係，共同打造工業物聯網生態圈，賦予傳統製造產業創新動能，幫助推動產業邁向智慧製造的發展。
AIOT市場如日中天 2022年半導體產值達300億美元
物聯網是未來重要產業一股強大的驅動力，而在這股動力上加上AI燃料，使得AIOT發展商機水漲船高，其背後所搭載的半導體技術基礎，將進一步加速智慧家庭、智慧穿戴、智慧製造、智慧建築、智慧城市與自駕車等各種領域的興起，台積電表示，2020年針對特殊應用與邏輯分析的半導體元件產值將高達300億美元，成為促進AIOT發展的關鍵推手。
台積電物聯網業務開發處資深處長王耀東表示，不同於先前高成長的產業，如電腦與智慧手機應用，物聯網產業沒有具體的外觀造型規格或形態，而是廣泛滲透於智慧電表、智慧音箱、智慧穿戴裝置等應用的產品，其每年成長率預計將高達20%以上，將可促成半導體產業一年GDP成長率約2~3%。
另一方面，台積電創辦人張忠謀先前更是大膽預測，未來10~20年半導體產業年成長率5%～6%的數字，仍然高於世界的GDP成長率，這也意味著物聯網的潛在商機值得期待。不過以王耀東的觀點來看，他認為物聯網20%以上的成長，對於新興領愈來看並非快速，仍須其他因素促成它更快速成長。
王耀東談到，過去智慧手機剛起步時，每年成長率就已超過幾十個百分比，相較於物聯網20%的成長比例還要高出許多，故目前物聯網應還處於萌芽階段，即便物聯網已歷經3~5年時間，但仍有許多未發掘的機會等待業界推動起來。
事實上，物聯網生態系統在半導體製程技術與終端裝置運算能力逐漸提升下，已將雲端人工智慧模型縮小化至終端裝置，由終端裝置進行初步的AI分析已成為重要趨勢，預計將刺激更多智慧與數據資料的產生，滿足各式各樣的AIOT應用需求。
整體而言，AIOT應用可分為兩個大方向，一種為語音AI，另一種則影像AI。從2018年年初CES展當中，即可看到語音經濟遍地開花的榮景，不僅是Amazon Echo，就連Google、Apple皆推出家用的智慧音箱，做為語音經濟的應用平台，滿足娛樂、音樂播放和語音操控等功能。
而影像AI部分，王耀東分析，目前電腦影像辨識的精準度已不亞於人眼辨識能力，搭配上AI機器學習的技術，可施行的應用領域也更加多元，包含交通監控、機器人、無人商店、無人機及人臉支付等，其達到的效果非常突出。例如Amazon Go無人商店結合電腦視覺辨識技術，自動追蹤顧客取貨消費行為，實現拿就走的消費體驗。相信未來影像與語音辨識結合AI的發展，將提供軟硬體供應商更多成長機會，同時帶動半導體需求的應用。